Türkiye ile Avrupa Birliği Ülkelerinin Lojistik Performanslarının Entropi Ağırlıklı Edas Yöntemiyle Karşılaştırılması

Abstract

Dünya Bankası, ülkelerin lojistik faaliyetlerinin kıyaslanabilmesi için lojistik performans indeksi (LPI) geliştirmiştir. Bu indekslere ait verileri iki yılda bir yayınlanmaktadır. Bu çalışmada, Dünya Bankası tarafından yayınlanan 2018 yılına ait lojistik performans indeksi verilerini kullanarak Türkiye ile Avrupa Birliği ülkelerinin lojistik performanslarının ENTROPİ ağırlıklı EDAS yöntemi kullanılarak kıyaslanması amaçlanmıştır. Bu kapsamda çalışmada ilk olarak ülkeleri karşılaştırırken kullanılacak kriterlerin önem dereceleri ENTROPİ yöntemi ile belirlenmiştir. Daha sonra belirlenen kriter ağırlıkları kullanılarak EDAS yöntemiyle lojistik performanslarına göre ülkelerin sıralamaları yapılmıştır. Ayrıca lojistik performans indeksine göre ülkelerin sıralamaları karşılaştırılmıştır. Bu çalışmada ENTROPİ yöntemiyle yapılan analizler sonucunda kriterlerin önem derecelerine göre; gümrükler, altyapı, lojistik yetkinlik, yük izleme ve takip edilebilirlik, zamanlama ve uluslararası sevkiyatlar biçiminde sıralanmıştır. Dolayısıyla çalışmada ülkelerin lojistik performanslarının kıyaslanmasında en önemli kriterin gümrükler olduğu tespit edilmiştir. ENTROPİ yöntemiyle belirlenen kriter ağılıkları kullanılarak EDAS yöntemiyle gerçekleştirilen analizler sonucunda ülkelerin lojistik performans sıralaması sırasıyla Almanya, İsveç, Danimarka, Hollanda, Avusturya, Belçika, Birleşik Krallık, Finlandiya, Fransa, İspanya, İtalya, Norveç, Çekya, Lüksemburg, Portekiz, Polonya, İrlanda, Macaristan, Slovenya, Estonya, Yunanistan, Türkiye, Kıbrıs, Hırvatistan, Litvanya, Bulgaristan, Slovakya, Malta ve Letonya’dır. Örneklemdeki lojistik performans indeksi sırası ile EDAS yöntemiyle gerçekleştirilen analizler sonucunda elde edilen sıralamalar karşılaştırıldığında 5 ülke (Hollanda, Danimarka, Lüksemburg, Litvanya ve Türkiye) daha üst sıraya çıkmış, 6 ülke (Belçika, Avusturya, Portekiz, Kıbrıs, Bulgaristan ve Slovakya) daha aşağı sıraya düşmüş ve 19 ülke (Almanya, İsveç, Birleşik Krallık, Finlandiya, Fransa, İspanya, İtalya, Norveç, Çekya, Polonya, İrlanda, Macaristan, Slovenya, Estonya, Yunanistan, Hırvatistan, Malta ve Letonya) sırasını korumuştur. Almanya ve İsveç yine ilk iki sırada yer almıştır. Türkiye’nin sırası lojistik performans indeksine göre örneklemde 23. sırada yer alırken analiz sonucunda 22 sıraya yükselmiştir.

Keywords

• Lojistik Performans,Lojistik Performans indeksi (LPI),ENTROPİ,EDAS

Comparison of the Logistics Performance between Turkey and European Union Member Countries with Entropy Weighted Edas Method

Abstract

In order to compare the countries' logistic operations, the World Bank developed the logistic performance index (LPI). Data for this index are published every two years. This study aims to compare Turkey’s logistic performance with the European Union states by using the LPI of the year 2018 with ENTROPY weighted EDAS method. In this respect, firstly, the importance degree (weights)of the criteria to be used when comparing countries was determined with ENTROPY method. Afterwards, the ranking of the countries according to their logistic performance was made with EDAS method by using criteria weights as determined Furthermore, the rankings of the countries were compared with the logistics performance index. In this study, as a result of the analysis made by ENTROPİ method, the ranking of the criteria according to the importance degree is customs, infrastructure, logistics competence, freight tracking and traceability, timing and international shipments. Therefore, the most important criteria for comparing the logistic performance of the countries was found to be customs. As a result of the analyzes performed by EDAS method using criteria weights determined by ENTROPY method, the logistics performance rankings of the countries respectively are Germany, Sweden, Denmark, Netherlands, Austria, Belgium, United Kingdom, Finland, France, Spain, Italy, Norway, Czechia, Luxembourg, Portugal, Poland, Ireland, Hungary, Slovenia, Estonia, Greece, Turkey, Cyprus, Croatia, Lithuania, Bulgaria, Slovakia, Malta and Latvia. When the sequence obtained from the results of the analysis carried out with EDAS method compared logistics performance index rank in the sample, five countries (Netherlands, Denmark, Luxembourg, Lithuania and Turkey) increased their rank, six countries (Belgium, Austria, Portugal, Cyprus, Bulgaria and Slovakia) lower their rank and 19 countries (Germany, Sweden, United Kingdom, Finland, France, Spain, Italy, Norway, Czechia, Poland, Ireland, Hungary, Slovenia, Estonia, Greece, Croatia, Malta and Latvia) maintained their order. While Turkey’s rank was 23 According to the logistics performance index in the sample, as a result of the analysis has increased to 22nd place.

Keywords

• Logistics Performance,Logistics Performance Index,ENTROPİ,EDAS

References

1. Aguezzoul, A. ve Pires, S. (2016). 3PL Performance Evaluation and Selection: A MCDM Method. Supply Chain Forum: An International Journal, 17(2), 87-94.
2. Akbulut, O. Y. (2019). CRITIC ve EDAS Yöntemleri ile İş Bankası’nın 2009-2018 Yılları Arasındaki Performansının Analizi. Ekonomi, Politika & Finans Araştırmaları Dergisi, 4(2): 249-263.
3. Akman, G. & Baynal, K. (2014). Logistics Service Provider Selection Through An Integrated Fuzzy Multicriteria Decision Making Approach. Journal of Industrial Engineering, 2014: 1-16.
4. Asoğlu, İ. & Eren, T. (2018). AHP, TOPSIS, PROMETHEE Yöntemleri ile Bir İşletme İçin Kargo Şirketi Seçimi. Yalova Sosyal Bilimler Dergisi, 8 (16), 102-122.
5. Ayrim, Y., Atalay, K. D., & Can, G. F. (2018). A New Stochastic MCDM Approach Based on COPRAS. International Journal of Information Technology & Decision Making, 17(03), 857-882.
6. Aytekin, M. (2018). Lojistikte Yatay İşbirliği. Bursa: Ekin Basın Yayın Dağıtım.
7. Çakır, S. & Perçin, S. (2013). Çok Kriterli Karar Verme Teknikleriyle Lojistik Firmalarinda Performans Ölçümü. Ege Akademik Bakis, 13(4), 449-459.
8. Ecer, F. (2018). Third-party Logistics (3PLs) Provider Selection via Fuzzy AHP and EDAS Integrated Model. Technological and Economic Development of Economy, 24(2), 615-634.

9. Elgün, M. N., & Aşıkoğlu, N. O. (2016). Lojistik Köy Kuruluş Yeri Seçiminde TOPSIS Yöntemiyle Merkezlerin Değerlendirilmesi. Afyon Kocatepe Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 18(1). 0-0.
10. Ghorabaee, M. K., Amiri, M., Kazimieras Zavadskas, E. & Antuchevičienė, J. (2017). Assessment of Third-party Logistics Providers using A CRITIC–WASPAS Approach with Interval Type-2 Fuzzy Sets. Transport, 32(1), 66-78.
11. Ghorabaee, M. K., Zavadskas, E. K., Olfat, L., & Turskis, Z. (2015). Multi-criteria inventory classification using a new method of evaluation based on distance from average solution (EDAS). Informatica, 26(3), 435-451.
12. Gök Kısa, A. & Ayçin, E. (2019). OECD Ülkelerinin Lojistik Performanslarının SWARA Tabanlı EDAS Yöntemi ile Değerlendirilmesi. Çankırı Karatekin Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 9(1), 301-325.
13. Göleç, A., Gürbüz, F., & Şenyiğit, E. (2016). Determination of Best Military Cargo Aircraft with Multi-Criteria Decision-Making Techniques. MANAS Journal of Social Studies, 5(5), 87-101.
14. Görener, A. (2014). Depolama Faaliyetleri İçin Lojistik Servis Sağlayıcı Seçiminde Önemli Değerlendirme Kriterlerinin Belirlenmesi, Uluslararası Yönetim İktisat ve İşletme Dergisi, 10(22), 173-192.
15. Marti, L., Puertas, R. & García, L. (2014). The importance of logistics Performance indeks in International Trade. Applied Economics, 46(24), 2982-2992.
16. Mirzaei, E., Minatour, Y., Bonakdari, H., & Javadi, A. (2015). Application of Interval-Valued Fuzzy Analytic Hierarchy Process Approach in Selection Cargo Terminals, a Case Study. International Journal of Engineering-Transactions C: Aspects,28(3), 387-395.
17. Oğuz, S, Alkan, G. & Yılmaz, B. (2019). Seçilmiş Asya Ülkelerinin Lojistik Performanslarının TOPSİS Yöntemi ile Değerlendirilmesi. IBAD Sosyal Bilimler Dergisi, (Özel Sayı), 497-507.
18. Özbek, A, Demirkol, İ. (2018). Lojistik Sektöründe Faaliyet Gösteren İşletmelerin SWARA VE GİA Yöntemleri İle Analizi. Kırıkkale Üniversitesi Sosyal Bilimler Dergisi, 8 (1), 71-86.
19. Özbek, A. & Demirkol, İ. (2018). Lojistik Sektöründe Faaliyet Gösteren İşletmelerin SWARA ve GİA Yöntemleri ile Analizi. Kırıkkale Üniversitesi Sosyal Bilimler Dergisi, 8 (1), 71-86.
20. Özbek, A. & Engür. M. (2018). EDAS Yöntemi İle Lojistik Firma Web Sitelerinin Değerlendirilmesi. Selçuk Üniversitesi Sosyal Bilimler Meslek Yüksekokulu Dergisi. 21(2), 417-429.
21. Özbek, A. & Eren, T. (2012). Üçüncü Parti Lojistik (3PL) Firmanın Analitik Hiyerarşi Süreciyle (AHS) Belirlenmesi. Uluslararası Mühendislik Araştırma ve Geliştirme Dergisi, 4(2), 46-54.
22. Özbek, A. (2018). Fortune 500 Listesinde Yer Alan Lojistik Firmaların Değerlendirilmesi. Afyon Kocatepe Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 20(1), 13-26.
23. Özdemir, Ü. & Güneroğlu, A. (2018). Cargo Type Selection Procedure Using Fuzzy AHP and fuzzy TOPSIS Techniques:'The Case Of Dry Bulk Cargo Ships. International Journal of Shipping and Transport Logistics, 10(3), 259-280.
24. Percin, S. (2009). Evaluation of Third-party Logistics (3PL) Providers by using A Two-phase AHP and TOPSIS Methodology. Benchmarking: An International Journal, 16(5), 588-604.
25. Schitea, D., Deveci, M., Iordache, M., Bilgili, K., Akyurt, İ. Z. & Iordache, I. (2019). Hydrogen Mobility Roll-Up Site Selection Using İntuitionistic Fuzzy Sets Based WASPAS, COPRAS and EDAS, International Journal of Hydrogen Energy, 44(16), 8585-8600.
26. Sezen Akar, G. & ÇAKIR, E. (2016). Lojistik Sektöründe Bütünleştirilmiş Bulanık AHP-MOORA Yaklaşımı İle Personel Seçimi, Yönetim ve Ekonomi Araştırmaları Dergisi, 14(2), 185-199.
27. Şirin, B. & Emanet, H. (2017). Lojistik Performans Endeksi Kapsamında Orta Asya Türk Cumhuriyetleri’nin Lojistik Performanslarının Analizi Analysis of Logistics Performances of Central Asian Turkish Republics within the Context of Logistics Performance Index. Internatıonal Conference on Eurasıan Economıes 2017, 302 -309.
28. Tüysüz, F., & Şimşek, B. (2017). A Hesitant Fuzzy Linguistic Term Sets-Based AHP Approach for Analyzing The Performance Evaluation Factors: An Application to Cargo Sector. Complex & Intelligent Systems, 3(3), 167-175.
29. Ulutaş, A. & Karaköy, Ç. (2019). “CRITIC ve ROV Yöntemleri ile Bir Kargo Firmasının 2011-2017 Yılları Sırasındaki Performansının Analiz Edilmesi”, Manas Sosyal Araştırmalar Dergisi, 8(1/1): 229-236.
30. Ulutaş, A. (2018). ENTROPİ Tabanlı EDAS Yöntemi ile Lojistik Firmalarının PerformansAnalizi. Uluslararası İktisadi ve İdari İncelemeler Dergisi, (23), 53-66.
31. Ulutaş, A. (2019). ENTROPİ Tabanlı criti Yöntemi ile Lojistik Firmalarının Performans Analizi. Uluslararası İktisadi ve İdari İncelemeler Dergisi, (23), 53-66.
32. Uzun, H. (2013). Kargo Taşımacılık Sektöründe Hizmet Kalitesinin Değerlendirilmesi: AHS ve TOPSIS Yöntemi. Yüksek Lisans Tezi, Gazi Üniversitesi, Sosyal Bilimler Enstitüsü, Ankara.
33. Yapraklı, T. Ş.ve Ünalan, M. (2017). Küresel Lojistik Performans Endeksi ve Türkiye’nin Son 10 Yıllık Lojistik Performansının Analizi, Atatürk Üniversitesi İktisadi ve İdari Bilimler Dergisi, 31(3) 589-606.
34. Yayla, A. Y., Öztekin, A., Gümüş, A. T. & Gunasekaran, A. (2015). A Hybrid Data Analytic Methodology for 3PL Transportation Provider Evaluation using Fuzzy Multi-Criteria Decision Making. International Journal of Production Research, 53(20), 6097-6113.
35. Zavadskas, E. K., Stevıć, Ž., Turskıs, Z. & Tomaševıć, M. (2019). EDAS in Minkowski Space (EDAS-M) Method for Evaluating Autonomous Vehicles. Studies in Informatics and Control, 28(3) 255-264.